SF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, KORT OM BESKRIVANDE STATISTIK. Tatjana Pavlenko.

Transkript

1 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 1 GRUNDLÄGGANDE SANNOLIKHETSTEORI, KORT OM BESKRIVANDE STATISTIK Tatjana Pavlenko 23 mars, 2015

2 KURSINFORMATION Blom m.fl. Sannolokhetsteori och statistikteori med tillämpningar På kursenshemsida finns formelsamling och tabeller tillägsmaterial (labhandledning, Matlab-filer, mm) gamla tentor Under Aktuell information ges fortlöpande information om schemaändringar, vad som gåtts igenom på föreläsningar etc. Schemat omfattar två föreläsningar per vecka (förutom v. 18 och v. 21) en övning per föreläsning enligt Grupp 1: CMATD, Harald Lang Grupp 2: CMEDT, Andreas Kördel en förberedande Matlab-introdukton, v. 16. två datorlaborationer i v. 19 och v. 21.

3 EXAMINATION Den skriftliga tentamen (tisdag 09 juni) består av sex uppgifter och tentamenstiden är fem timmar. Varje korrekt löst uppgift ger 10 poäng och för betyget E krävs 24 poäng. De som får 22 eller 23 poäng på tentamen kommer att få möjlighet att komplettera till godkänt betyg (dock preliminära gränser). Bonuspoäng på förstagångstentamen kan erhållas genom godkänd kontrollskrivning (måndag 4 maj): 4 bonuspoäng godkända datorlaborationer: = 6 bonuspoäng. Grupper om max två studenter. Obs! bonuspoäng kan endast tillgodoräknas på första ordinarie tentamen, dvs. tentamen tisdag 09 juni, och man måste på denna tentamen erhålla minst 20 poäng (av 60) utan medräknad bonus för att bonuspoängen skall räknas med.

4 INLEDNING: ALLMÄNT OM MATEMATISK STATISTIK. I dagens tillämpningar skapas det ofta stora datamängder (Big Data!). Då man observerar mätdata ser man ofta variationer i mätvärdena även om man i princip har mätt samma sak. I den här kursen ska vi studera matematiska principer som är användbara för att analysera sådana situationer. Fokus ligger på två områden: att kunna formulera matematiska modeller för vad som brukar benämnas slumpmässig variation att matematiskt analysera insamlade data som på ett eller annat viss påverkas av slumpen Sannolikhetsmodeller och statistiska metoder hjälper oss med allt detta!

5 SANNOLIKHETSLÄRA OCH STATISTIK Sannolikhetslära hur beskriver man slumpen? Statistisk inferens vilka slutsatser kan man dra av datamaterial?

6 VAD ÄR SLUMP? Inom sannolikhetsteorin används slump som en benämning på det oförutsägbara: även om ett försök upprepas exakt, går det inte att förutsäga resultaten från gång till gång. Utgående från slumpförsöket skapar man en modell vilken används vidare som bas för de matematiska beräkningarna.

7 MATEMATISKA MODELLER Deterministiska modeller: Ex. Ohms lag, samband mellan spänning U, strömstyrka I och resistans R: U = R I Så här är det, då blir det så här. Slumpmodeller: U = R I + ε där ε är slumpmässig variation/mätfel/mätosäkerhet. Så här är det, då kan det bli så här. Deterministiska modeller utvidgas med ett stokastiskt synsätt!

8 VAD ÄR SLUMPMÄSSIG VARIATION? Vad kan vi veta om slumpmässig variation? Inte exakt vad som kommer att hända, men hur ofta olika saker händer. Vad vi kan säga är hur sannolika olika händelser är.

9 GÅR DET ATT HELT UNDVIKA SLUMPEN? Svaret är nej! Om man inte till hundra procent kan garantera att ingenting kan gå fel, så kan inte risken för fel vara lika med noll.

10 INGENJÖRSTILLÄMPNINGAR Dimensionering av mekaniska konstruktioner, t ex broar och byggnadskonstruktioner. Belastning och materialegenskaper varierar slumpmässigt. Med hjälp av sannolikhetsteori kan man modellera fenomenen med komplex variabilitet.

11 INGENJÖRSTILLÄMPNINGAR Prediktion. Hur kan man förutsäga framtida värden baserat på historiska data. T ex väderprognoser utnyttjas för att i fjärrvärmeverk förutsäga förbrukningen på några dagars sikt.

12 FLER TILLÄMPNINGAR Kvalitetsstyrning som används för att övervaka en produktionsprocess. Med jämna mellanrum mäts då variabler av intresse i processen. Ekonomi och finansmatematik Aktiedata Räntor Försäkringar Signalbehandling Mobil och telekommunikation EEG/EKG Biologi, genetik och läkemedelsutveckling Elmarknad osv.

13 KORT OM BESKRIVANDE STATISTIK. BIRTH DATA FIGUR: Filen (fragment) birth.dat innehåller 26 variabler, 747 individer. Variabler: t ex var 3 är barnets vikt i gram. Läs mer om data i birth.txt

14 GRAFISK PRESENTATION AV ETT DATAMATERIAL För ett statistiskt material kan det vara meningsfullt att klassindela observationerna i lika stora intervall och avsätta en stapel vars höjd är proportionellt mot antalet mätvärden stapeln står på. Diagramtypen som då används kallas histogram.

15 HISTOGRAM FIGUR: Histogram av födelsevikt hos 747 barn i birth.dat. MATLAB: hist(birth(:,3))

16 SCATTERPLOT FIGUR: Consumption of heat (kw/kwmax)*100 as a function of outdoor temperature in offices in Stockholm city week days (red) respectively week-ends (black). Dalqvist et. al (2012) Energi (46(1):

17 LÄGESMÅTT: MEDELVÄRDET För ett datamaterial finns det ofta ett behov av att beskriva något slags genomsnittsvärde eller lägesmått som för (kvantitativa data) ges av bl a medelvärdet Medelvärdet = summan av alla observationer antalet observationer Allmänt, låt x 1,..., x n vara data. Medelvärdet definieras som x = 1 n n x i. i=1 I birth data: för födelsevikt (enhet:gram) har vi 747 x i = , x = /747 = i=1

18 SPRIDNINGSMÅTT Varians och standardavvikelsen är vanligaste sätt för att ange spridning om variabeln är kvantitativ. Variansen ges av s 2 = 1 n 1 standardavvikelse ges av s = 1 n 1 n i=1 n i=1 (x i x) 2. (x i x) 2. I birth data: s 2 = och s = Obs! s ges i gram.

19 SANNOLIKHETSTEORINS GRUNDER Vi behöver följande begrepp/definitioner Slumpförsöket är en experiment där resultatet inte kan på förhand avgöras. Ex: Tärningskast Resultatet av ett slumpmässigt försök kallas för utfall, betecknas med ω. Mängden av möjliga utfall kallas utfallsrum, bet. med Ω, det gäller att ω Ω. Ex: Tärningskast, ω = ant. ögon, Ω = {1, 2, 3, 4, 5, 6} Händelse är uppsättning intressanta utfall. Bet. med A, B, C,.... För en händelse A gäller det att A Ω, dvs A är delmängd av Ω. Ex: Tärningskast, A = udda ant. ögon, B = minst fyra A = {1, 3, 5}, B = {4, 5, 6} A Ω, B Ω Händelser och grundläggande mängdlära. Venndiagram. Ex. på tavla

20 FREKVENSTOLKNING AV SANNOLIKHET Ex: Tärningskast, A = vi får 6:an, A = {6}. Vi vill ordna sannolikheter till händelser, dvs vi vill ha ett tal som avspeglar hur stort är chansen att A inträffar. Sannolikheten för en händelse A betecknas P(A). Ex. Tärningskast: intuitivt P(A) = 1 6. Upprepade tärningskast. Hur ofta A inträffar? Talet P(A) måste väljas så att det överensstämmer med den relativa frekvensen för A f n (A) då det slumpmässiga försöket upprepas n ggr, dvs f n (A) = ant. ggr. A inträffar i n försök n P(A) då n. Ex: Relativ frekvens av sexor vid 1000 kast.

21 RELATIV FREKVENS AV SEXOR VID 1000 KAST data1 data2 data r=randi(6,1000,1); y=(r==6);plot(n,cumsum(y)./n, b ); hold on Relativa frekvensen Antal kast Vi sätter alltså P(A) = 1/6.

22 KOLMOGOROVS AXIOMSYSTEM Sannolikhetsmått P(A) för varje A Ω. Axiomatiska uppbygnaden av sannolikhetslära. Grundbegriffe, (1933) av A.N. Kolmogorov. Sannolikhetsmåttet P ska uppfylla förljande axiom Ax. 1: För varje händelse A gäller det att 0 P(A) 1. Ax. 2: För hela Ω gäller att P(Ω) = 1 Ax. 3: Om A 1, A 2,..., är en följd av av parvis oförenliga händelser så gäller att P (A 1 A 2... ) = P(A 1 ) + P(A 2 ) + Överensstämmer med frekvenstolkningen av P(A). Masstolkning av P(A): lägg ut massan av 1 på Ω. Då är P(A) = massan på A. Regler för sannolikhetskalkyl (Ex på tavlan).

23 DEN KLASSISKA SANNOLIKHETSDEFINITIONEN Antag att Ω består av m stycken möjliga utfall (utfallsrummet är diskret), dvs Ω = {ω 1, ω 2,..., ω m } Välj p i = P(ω i ) = 1/m för alla i = 1,..., m dvs alla ω i är lika möjliga. m i=1 p i = 1. Betrakta A Ω. 1 ant. för A gynsamma utfall P(A) = P(ω i ) = = = g m ant. möjliga utfall m. ω i A ω i A I detta fall föreligger likformig sannolikhetsfördelning. Exempel (på tavla).

24 LITE KOMBINATORIK För att betrakta g och m i den klassiska sannolikhetsdefinitionen behöver vi några kombinatoriska begrepp. Multiplikationsprincipen är en grundläggande sats! Antag att åtgärd i kan utföras på a i olika sätt där i = 1, 2,..., n, dvs n st olika åtgärd föreligger. I så fall finns det totalt sätt att utföra de n åtgärdena. Följdsats: n element kan ordnas på olika sätt. a 1 a 2 a 3 a n n (n 1) 2 1 = n!

25 LITE KOMBINATORIK, FORTS. Med hjälp av multiplikationsprincipen får vi följande resultat för dragning av k st element ur n: 1. Dragning med återläggning av k st element ur n med hänsyn till ordning kan ske på n } n {{ n n } = n k k ggr olika sätt. 2. Dragning utan återläggning av k st element ur n med hänsyn till ordning kan ske på n(n 1)(n 2) (n k + 1) olika sätt. 3. Dragning utan återläggning av k st element ur n utan hänsyn till ordning kan ske på olika sätt. n(n 1)(n 2) (n k + 1) k! = ( ) n k